MétaCan
Menu
Retour à la cohorte
Enregistrement W2046331757 · doi:10.1139/cjp-2014-0112

Topology properties of a weighted multi-local-world evolving network

2015· article· en· W2046331757 sur OpenAlexvenueno aff
Meifeng Dai, Danping Zhang, Lei Li

Notice bibliographique

RevueCanadian Journal of Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesPriority Academic Program Development of Jiangsu Higher Education InstitutionsNational Natural Science Foundation of China
Mots-clésTopology (electrical circuits)PhysicsPreferential attachmentDistribution (mathematics)Small-world networkThe InternetPower lawField (mathematics)Local area networkStatistical physicsComplex networkComputer scienceComputer networkStatisticsMathematical analysisMathematicsPure mathematicsCombinatoricsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Many real-world networks, ranging from the world trade web to the Internet network, have been described by multi-local-worlds. It is obvious that the nodes within a local world are much more connected to each other than to the others outside the local world. A multi-local-world model can capture and describe these real-world networks’ topological properties. Based on the local-world model, a weighted multi-local-world evolving network model is presented. This model combines selected nodes with preferential attachment and three kinds of local changes of weights. Using a rate equation and the mean-field method, we study the network’s properties: the weight distribution and the strength distribution. We theoretically prove that the weight distribution and the strength distribution follow a power-law distribution in some conditions. Numerical simulations are in agreement with the theoretical results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,254
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetComplex Network Analysis TechniquesTravaux en français237 207